Con số đằng sau việc ra mắt sáu sản phẩm: Chúng tôi thực sự dùng Claude Code như thế nào

Một đội ngũ nhỏ, sáu sản phẩm

AityTech vận hành PrivateAI, Legacy Dragon, AgentKits, Yomite, StudyKits, cùng với Zunavi đang trong quá trình phát triển tích cực — năm sản phẩm đã ra mắt cộng thêm một sản phẩm đang trên đường, được duy trì bởi một đội ngũ nhỏ. Đó không phải là nhịp độ khả thi nếu không dựa mạnh vào công cụ. Dưới đây là những gì điều đó thực sự trông như thế nào, lấy lịch sử thực tế của chính repository trang chủ này làm ví dụ.

Lịch sử git thực sự cho thấy điều gì

Chúng tôi lấy ra các con số thô thay vì đoán mò. Nhật ký commit của repository này chạy từ cuối tháng 1 năm 2026 đến hôm nay, phân bổ như sau:

• Tháng 1: 32 commit
• Tháng 2: 31 commit
• Tháng 3: 7 commit
• Tháng 4: 11 commit
• Tháng 5: 2 commit
• Tháng 6: 2 commit
• Tháng 8: 11 commit (tính đến thời điểm hiện tại)

Đây không phải một nhịp độ đều đặn, ổn định — mà là dồn dập theo từng đợt, tập trung vào những giai đoạn xây dựng tích cực và im ắng trong những khoảng thời gian trang web không cần chỉnh sửa gì. Đó là hình dạng trung thực của cách một đội ngũ nhỏ thực sự làm việc: dồn sức mạnh mẽ khi có thứ gì đó cần ra mắt, gần như im lặng ở khoảng giữa.

Trong số các commit có tiền tố conventional, phân bổ là feat: (29), fix: (21), chore: (7), ci: (3), và perf: (1). Chúng tôi không theo đuổi sự thuần khiết 100% trong thông điệp commit, nhưng quy ước này vẫn giữ đủ tốt để lịch sử có thể đọc được nhiều tháng sau — điều quan trọng hơn nhiều so với vẻ ngoài của nó, khi bạn phải chuyển đổi ngữ cảnh liên tục giữa sáu sản phẩm.

Claude Code thực sự nằm ở đâu

Repository có một thư mục .claude/ chứa các quy trình đã được định nghĩa, quy tắc điều phối, và một thư viện các kỹ năng có phạm vi rõ ràng — thiết kế frontend, phát triển backend, devops, cơ sở dữ liệu, và nhiều hơn nữa — chỉ được gọi đến khi một tác vụ thực sự cần đến chúng. Vấn đề không phải là “AI viết code mà không có ai giám sát”. Nó hẹp hơn thế nhiều. Công việc thường lệ, đã được định nghĩa rõ ràng, được giao cho một quy trình tập trung thay vì chiếm trọn sự chú ý của một người cho việc mang tính cơ học.

Hai ví dụ cụ thể từ chính blog này:

Dịch thuật. Blog bạn đang đọc chạy bằng tiếng Anh, tiếng Nhật và tiếng Việt. Việc dịch không được làm thủ công cho từng bài — scripts/translate-articles.mjs sử dụng Claude Agent SDK (@anthropic-ai/claude-agent-sdk) để dịch các bài mới hoặc đã thay đổi, và băm (hash) nội dung hiện có để những bài không thay đổi sẽ không bị dịch lại ở mỗi lần chạy. Đây là loại công việc tẻ nhạt nếu làm thủ công một cách nhất quán trên ba ngôn ngữ, và đúng là loại việc đáng để tự động hóa.

Ảnh OG. Mỗi bài blog cần một ảnh xem trước cho mạng xã hội có kích thước và thương hiệu nhất quán. scripts/generate-og-images.mjs render một ảnh từ một template HTML dùng chung bằng Puppeteer, cho từng bài, từng ngôn ngữ, và bỏ qua những ảnh đã tồn tại trừ khi bạn yêu cầu tạo lại. Không ai phải mở công cụ thiết kế để làm việc này từng cái một.

Những gì vẫn chưa được tự động hóa

Cần nói thẳng điều này: các quyết định sản phẩm, kiến trúc, nên xây gì tiếp theo, và một bài viết có thực sự đáng để xuất bản hay không — không điều nào trong số đó được tự động hóa. Công cụ đảm nhận lớp cơ học (dịch thuật, tạo ảnh, triển khai) để thời gian được dồn vào những phần thực sự cần đến khả năng phán đoán. Đó chính là mục đích của sự phân chia này: tự động hóa những phần giống nhau mỗi lần, giữ sự chú ý của con người cho những phần không giống nhau.

Về phía triển khai

Bản thân trang web là kết xuất tĩnh — không có máy chủ nào cần quản lý, được triển khai thẳng lên Cloudflare Pages. Đó là một lựa chọn có chủ đích, song hành cùng triết lý xuyên suốt các sản phẩm khác của AityTech: ít bộ phận chuyển động hơn, ít hạ tầng phải trông nom hơn, nhiều thời gian hơn dành cho công việc sản phẩm thực sự.

---

Tò mò về chi tiết cụ thể của phần nào trong số này — pipeline dịch thuật, tạo ảnh OG, hay cách chúng tôi cấu trúc quy trình agent? Liên hệ [email protected].